[UNTRANSLATED: Active Learning Stacking Ensemble]

Active Learning Stacking Ensemble combina un ciclo di query di active learning con la generalizzazione impilata (stacked generalization): è disponibile un pool di dati non etichettati e il modello seleziona iterativamente le istanze più informative per l'etichettatura umana, utilizzando tali etichette per addestrare e affinare un ensemble impilato di più apprendisti di base (base learners) coronato da un meta-apprendista (meta-learner). Questo approccio riduce i costi di annotazione massimizzando al contempo la potenza predittiva dell'ensemble.